La metodología para un proceso de simulación es el conjunto de pasos o etapas que se siguen
para realizar un estudio de simulación de un sistema real. Existen diferentes metodologías propuestas por diversos autores, pero en general se pueden identificar las siguientes etapas comunes:
1.1 Descripción del problema
En esta etapa, se identifican los objetivos del estudio, los componentes del sistema real a simular, y se determina el nivel de detalle necesario. También se estima el tiempo y los recursos requeridos, considerando la relación costo-beneficio. Definir el objetivo, el alcance, las restricciones y los criterios de evaluación del estudio de simulación.
1.2 Diseño del modelo conceptual
Consiste en identificar y representar los elementos, variables, relaciones y supuestos del sistema real mediante diagramas, tablas, ecuaciones o lenguajes de modelado. Implica decidir si se usará un modelo continuo, discreto o una combinación de ambos.
1.3 Formulación de entradas
Consiste en determinar y estimar los valores de los parámetros, las distribuciones de probabilidad y los escenarios que alimentan el modelo de simulación. En esta fase, se describe la lógica operativa del sistema, se recopilan datos y se realizan análisis. Se especifica la filosofía de operación, se establecen limitaciones, y se obtienen las especificaciones de operación. Además, se analizan las suposiciones iniciales y se valida el modelo conceptual.
1.4 Desarrollo e implementación del modelo computacional
Consiste en traducir el modelo conceptual a un programa informático que permita ejecutar el modelo de simulación mediante un software específico o un lenguaje de programación. Se deben considerar limitaciones de la herramienta de simulación, construir diagramas de flujo si es necesario, realizar pruebas y documentar el código.
1.5 Validación y verificación del modelo
Consiste en comprobar que el modelo computacional se ajusta al modelo conceptual y que el modelo conceptual reproduce adecuadamente el comportamiento del sistema real mediante pruebas, datos y criterios estadísticos. 1.6 Experimentación con el modelo Consiste en realizar diferentes corridas o simulaciones con el modelo computacional variando los valores de entrada, los escenarios o las políticas para obtener los resultados de salida o las medidas de desempeño. Se exploran alternativas y se analiza la posibilidad de ajustar la metodología. Se identifican las variables clave, se desarrolla un diseño de experimentación si es necesario.
1.7 Análisis e interpretación de resultados
Consiste en procesar, presentar y comparar los resultados obtenidos mediante técnicas estadísticas, gráficas o numéricas para extraer conclusiones y recomendaciones sobre el sistema real. Se crea una documentación completa que incluye un libro del proyecto, documentación sobre entradas, código y salidas, manuales de usuario y mantenimiento, discusión de resultados y recomendaciones, así como un informe final y presentación.
1.8 Refinar y repetir
Si es necesario, se ajusta el modelo y se repite el proceso de simulación para abordar nuevas preguntas o escenarios. Metodología de Simulación por Sheldon Ross 1. Definir el problema - Identifica claramente el problema que deseas abordar a través de la simulación. - Establece los objetivos y las metas de la simulación. - Define las variables clave y los parámetros del sistema que serán simulados. 2. Construir un modelo - Desarrolla un modelo conceptual del sistema que se va a simular. - Representa las relaciones entre las variables y los procesos que ocurren en el sistema. - Utiliza diagramas, ecuaciones y pseudocódigo para describir el modelo. 3. Seleccionar una herramienta de simulación - Elije una herramienta de software de simulación que sea adecuada para tu problema. Se puede utilizar software como Arena, Simulink, AnyLogic, Simio, Python (con bibliotecas como NumPy y SimPy), o incluso hojas de cálculo avanzadas. 4. Recopilar datos - Reúne datos relevantes sobre el sistema, como distribuciones de probabilidad, tasas de llegada, tiempos de servicio, etc. - Si no tienes datos históricos, puedes utilizar estimaciones o datos disponibles en la literatura. 5. Diseñar el experimento - Define el diseño experimental, incluyendo la duración de la simulación, la frecuencia de muestreo y la cantidad de réplicas (repeticiones) de la simulación. - Establece las condiciones iniciales y los valores iniciales de las variables. 6. Implementar el modelo - Traduce el modelo conceptual en código de simulación utilizando la herramienta seleccionada. - Asegúrate de que el código sea preciso y represente correctamente el sistema. 7. Ejecutar la simulación - Ejecuta la simulación con los parámetros y las condiciones especificadas. - Recopila datos de salida y registra resultados relevantes. 8. Analizar los resultados - Analiza los resultados de la simulación para responder a las preguntas planteadas en los objetivos. - Calcula estadísticas resumen, como promedios, desviaciones estándar, percentiles, etc. - Realiza análisis de sensibilidad para comprender cómo cambian los resultados con variaciones en los parámetros del modelo. 9. Validar y verificar - Compara los resultados de la simulación con datos reales si están disponibles. - Asegúrate de que el modelo y la simulación sean válidos y precisos. 10. Documentar y comunicar - Documenta todo el proceso de simulación, incluyendo el modelo, los datos, los resultados y las conclusiones. - Comunica los hallazgos y las recomendaciones de manera clara y efectiva a las partes interesadas. 11. Refinar y repetir: - Si es necesario, ajusta el modelo y repite el proceso de simulación para abordar nuevas preguntas o escenarios.
La metodología de simulación propuesta por Sheldon Ross se centra en el rigor y la precisión,
asegurando que la simulación sea una herramienta efectiva para la toma de decisiones y la comprensión de sistemas complejos.
BIBLIOGRAFIA Y ENLACES RECOMENDADOS
Otal, Serrano y Serrano (2007). Simulación Financiera con delta Simul-e. Ediciones Díaz de Santos.
Simulation Sheldon Ross, Fourth Edition
Anexo A.pdf (unicauca.edu.co) Ejemplo de Metodología de Simulación